Alania ve Duyu Nedir? Patientdesk.ai'nin Türkçe Ses Modelleri
Alania ve Duyu, Patientdesk.ai'nin Türkçe için eğitilmiş yapay zeka ses modelleridir. Ne yaptıkları, neden önemli oldukları ve bunları kimin kullanabileceği.
Alania ve Duyu, Patientdesk.ai'nin Türkçe için sıfırdan eğittiği iki yapay zeka ses modeli. Alania metni sese çeviriyor (TTS), Duyu ise konuşmayı metne (STT). İkisi tek bir hesap ve tek bir API anahtarıyla kullanılıyor; uç nokta OpenAI API biçimiyle uyumlu, yani Whisper ya da başka bir ses servisi kullanan bir projeye küçük değişikliklerle takılabiliyor.
Alania'nın öne çıkan tarafı gecikme. Cümle tamamlanmadan ses akışı başlatabiliyor; şirket herkese açık API üzerinden ölçtüğü ilk ses parçası gecikmesini, ağ süresi dâhil, medyan 190 milisaniye olarak veriyor. Çıktı 48 kHz. Telefon görüşmesi ve sesli asistan gibi gecikmeye duyarlı kullanımlarda belirleyici olan ölçü tam olarak bu.
Ses seçenekleri tarafında 11 hazır ses var, kadın ve erkek. Varsayılan kadın sesi F1, erkek sesi Öncel; diğerleri arasında Nisa, Emre, Selin ve Melisa bulunuyor. İstek başına sınır 5.000 karakter — daha uzun metin cümle sınırlarından bölünüp tek bir ses akışı olarak dönüyor.
Önizleme aşamasında iki özellik daha duruyor: konuşma tarzını metinle tarif etmek (yavaş ve sakin, fısıltı, neşeli gibi) ve hiç kayıt vermeden yaş, ton ve enerji tarifiyle yeni bir ses tanımlamak. Şirket, tarz talimatlarının her zaman birebir uygulanmadığını kendisi belirtiyor. Ses klonlama ise beta: kısa bir kayıt ve o kaydın metniyle çalışıyor, istekte onay alanının gönderilmesi zorunlu ve sesin sahibinden izin alınması gerekiyor.
Duyu ise hem kayıtlı ses dosyalarını hem canlı konuşmayı gerçek zamanlı olarak yazıya döküyor. Kelime bazında zaman damgası veriyor; SRT ve VTT altyazı biçimlerinde çıktı alınabiliyor.
Doğruluk rakamları şöyle: açık Türkçe okuma testi FLEURS'te Duyu'nun kelime hata oranı %4,71, OpenAI Whisper large-v3 aynı testte %5,04. Patientdesk'in kendi hazırladığı zorlu test setinde — telefon kalitesinde ses, sesli söylenen e-posta adresleri ve telefon numaraları — Duyu %9,87, ElevenLabs Scribe v2 ise %10,4 veriyor. Bu ölçümlerin tamamı şirketin kendi paylaştığı sonuçlar; bağımsız bir doğrulama değil.
Bu rakamların neden önemli olduğu şurada: ses teknolojilerinin çoğu ağırlıklı olarak İngilizce veriyle eğitiliyor ve Türkçe bu modellerde zorlanıyor. Eklemeli dil yapısı, özel isimler, düşük kaliteli telefon sesi ve sesli söylenen e-posta ya da telefon bilgileri klasik hata kaynakları. Türkçeye özel eğitilmiş bir model tam bu noktalarda fark yaratıyor.
Fiyatlandırma tarafında bir tanıtım dönemi var: kayıt tarihinden itibaren bir ay ücretsiz, kart istenmiyor. Sonrasında kullandıkça öde modeli geçerli — Alania 1.000 karakter başına 0,015 dolar, Duyu dosya işleme ses saati başına 0,125 dolar, Duyu canlı ses saati başına 0,225 dolar. Aylık faturalanıyor ve fiyatlar KDV hariç. Kurumsal tarafta özel kota, kendi sunucunuzda kurulum ve veri işleme sözleşmesi seçenekleri sunuluyor.
Şirket açık kaynak tarafında da bir adım attı: Antalia adlı deneysel Türkçe TTS modelini Hugging Face'te yayınladı — model ağırlıkları, kod, teknik rapor ve yaklaşık 5 saatlik Türkçe konuşma veri setiyle birlikte. Patientdesk bunu ticari ürünlerinden ayrı bir araştırma projesi olarak konumluyor. API tarafında Antalia-2 Mini ise her zaman ücretsiz kalıyor.
Modellerin arkasındaki deneyim ilginç bir yerden geliyor: şirket, Türkçe modellerini ABD'deki kliniklerin telefonlarına yanıt veren bir sesli asistandan edindiği deneyimle eğittiğini söylüyor. Patientdesk.ai, Şubat 2026'da Y Combinator liderliğinde 1 milyon dolarlık tohum öncesi yatırım almıştı.
Kimler kullanabilir? Türkçe sesli asistan, çağrı merkezi otomasyonu, transkripsiyon ve altyazı, sesli not ya da erişilebilirlik ürünü geliştiren herkes. Denemek için speech.patientdesk.ai üzerinden kayıt olup tek bir API anahtarı almak yeterli; modelleri tarayıcı üzerinden de deneyebiliyorsunuz.
Türk girişim ekosistemi açısından asıl not şu: Türkçe, büyük modellerin yan ürünü olmaktan çıkıp kendi başına optimize edilen bir alan hâline geliyor. Dile özel eğitilmiş bir modelin küresel devleri kendi test setlerinde geçebildiğini gösteren somut bir örnek bu.
Not: Bu yazı 26 Eylül 2026'da yayımlandı; 5 Kasım 2026'da Alania-2'nin ses sayısı, gecikme ölçümü ve güncel fiyatlandırma bilgileriyle güncellendi.
· 2026-09-26